R语言实战（第2版）

出版者:人民邮电出版社

作者:[美] Robert I. Kabacoff

页数:556

译者:王小宁

出版时间:2016-5

价格:99.00元

装帧:平装

isbn号码:9787115420572

具体描述

本书注重实用性，是一本全面而细致的R指南，高度概括了该软件和它的强大功能，展示了使用的统计示例，且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析，还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正，新增了近200页内容，介绍数据挖掘、预测性分析和高级编程。

作者简介

作者简介：

Robert I. Kabacoff

R语言社区著名学习网站Quick-R的维护者，现为全球化开发与咨询公司Management研究集团研发副总裁。此前，Kabacoff博士是佛罗里达诺瓦东南大学的教授，讲授定量方法和统计编程的研究生课程。Kabacoff还是临床心理学博士、统计顾问，擅长数据分析，在健康、金融服务、制造业、行为科学、政府和学术界有20余年的研究和统计咨询经验。

译者简介：

王小宁

中国人民大学统计学院14级硕士，16级博士，统计之都副主编，中国人民大学数据挖掘中心分布式计算负责人，研究兴趣包括统计机器学习和缺失数据。

刘撷芯

中国人民大学统计学院13级硕士，爱荷华大学商学院16级博士，中国人民大学数据挖掘中心核心成员之一，研究兴趣包括统计机器学习和文本分析。

黄俊文

2014年毕业于中山大学数学系，2016年毕业于加州大学圣地亚哥分校统计学专业，统计之都成员，易易网创始人之一，目前关注计算机科学和统计学的结合与应用，包括机器学习方法等。他致力于成为一个有趣的人。

目录信息

第一部分 入门
第1章　R语言介绍　　3
1.1　为何要使用R　　4
1.2　R的获取和安装　　6
1.3　R的使用　　6
1.3.1　新手上路　　7
1.3.2　获取帮助　　10
1.3.3　工作空间　　10
1.3.4　输入和输出　　12
1.4　包　　13
1.4.1　什么是包　　14
1.4.2　包的安装　　14
1.4.3　包的载入　　14
1.4.4　包的使用方法　　14
1.5　批处理　　15
1.6　将输出用为输入：结果的重用　　16
1.7　处理大数据集　　16
1.8　示例实践　　16
1.9　小结　　18
第2章　创建数据集　　19
2.1　数据集的概念　　19
2.2　数据结构　　20
2.2.1　向量　　21
2.2.2　矩阵　　22
2.2.3　数组　　23
2.2.4　数据框　　24
2.2.5　因子　　27
2.2.6　列表　　28
2.3　数据的输入　　30
2.3.1　使用键盘输入数据　　31
2.3.2　从带分隔符的文本文件导入数据　　32
2.3.3　导入Excel数据　　35
2.3.4　导入XML数据　　36
2.3.5　从网页抓取数据　　36
2.3.6　导入SPSS数据　　36
2.3.7　导入SAS数据　　37
2.3.8　导入Stata数据　　37
2.3.9　导入NetCDF数据　　38
2.3.10　导入HDF5数据　　38
2.3.11　访问数据库管理系统　　38
2.3.12　通过Stat/Transfer导入数据　　40
2.4　数据集的标注　　40
2.4.1　变量标签　　40
2.4.2　值标签　　41
2.5　处理数据对象的实用函数　　41
2.6　小结　　42
第3章　图形初阶　　 43
3.1　使用图形　　43
3.2　一个简单的例子　　45
3.3　图形参数　　46
3.3.1　符号和线条　　47
3.3.2　颜色　　 49
3.3.3　文本属性　　50
3.3.4　图形尺寸与边界尺寸　　51
3.4　添加文本、自定义坐标轴和图例　　53
3.4.1　标题　　 54
3.4.2　坐标轴　　54
3.4.3　参考线　　56
3.4.4　图例　　57
3.4.5　文本标注　　58
3.4.6　数学标注　　60
3.5　图形的组合　　61
3.6　小结　　67
第4章　基本数据管理　　68
4.1　一个示例　　68
4.2　创建新变量　　70
4.3　变量的重编码　　71
4.4　变量的重命名　　72
4.5　缺失值　　74
4.5.1　重编码某些值为缺失值　　74
4.5.2　在分析中排除缺失值　　75
4.6　日期值　　76
4.6.1　将日期转换为字符型变量　　77
4.6.2　更进一步　　78
4.7　类型转换　　78
4.8　数据排序　　79
4.9　数据集的合并　　79
4.9.1　向数据框添加列　　79
4.9.2　向数据框添加行　　80
4.10　数据集取子集　　80
4.10.1　选入（保留）变量　　80
4.10.2　剔除（丢弃）变量　　81
4.10.3　选入观测　　82
4.10.4　subset()函数　　82
4.10.5　随机抽样　　83
4.11　使用SQL语句操作数据框　　83
4.12　小结　　84
第5章　高级数据管理　　85
5.1　一个数据处理难题　　85
5.2　数值和字符处理函数　　86
5.2.1　数学函数　　86
5.2.2　统计函数　　87
5.2.3　概率函数　　90
5.2.4　字符处理函数　　92
5.2.5　其他实用函数　　94
5.2.6　将函数应用于矩阵和数据框　　95
5.3　数据处理难题的一套解决方案　　96
5.4　控制流　　100
5.4.1　重复和循环　　100
5.4.2　条件执行　　101
5.5　用户自编函数　　102
5.6　整合与重构　　104
5.6.1　转置　　104
5.6.2　整合数据　　105
5.6.3　reshape2包　　106
5.7　小结　　108
第二部分 基本方法
第6章　基本图形　　110
6.1　条形图　　110
6.1.1　简单的条形图　　111
6.1.2　堆砌条形图和分组条形图　　112
6.1.3　均值条形图　　113
6.1.4　条形图的微调　　114
6.1.5　棘状图　　115
6.2　饼图　　116
6.3　直方图　　118
6.4　核密度图　　120
6.5　箱线图　　122
6.5.1　使用并列箱线图进行跨组比较　　 123
6.5.2　小提琴图　　125
6.6　点图　　127
6.7　小结　　129
第7章　基本统计分析　　130
7.1　描述性统计分析　　131
7.1.1　方法云集　　131
7.1.2　更多方法　　132
7.1.3　分组计算描述性统计量　　134
7.1.4　分组计算的扩展　　135
7.1.5　结果的可视化　　137
7.2　频数表和列联表　　137
7.2.1　生成频数表　　137
7.2.2　独立性检验　　143
7.2.3　相关性的度量　　144
7.2.4　结果的可视化　　145
7.3　相关　　145
7.3.1　相关的类型　　145
7.3.2　相关性的显著性检验　　147
7.3.3　相关关系的可视化　　149
7.4　t 检验　　 149
7.4.1　独立样本的t 检验　　150
7.4.2　非独立样本的t检验　　151
7.4.3　多于两组的情况　　151
7.5　组间差异的非参数检验　　152
7.5.1　两组的比较　　152
7.5.2　多于两组的比较　　153
7.6　组间差异的可视化　　155
7.7　小结　　155
第三部分 中级方法
第8章　回归　　158
8.1　回归的多面性　　159
8.1.1　OLS回归的适用情境　　159
8.1.2　基础回顾　　160
8.2　OLS回归　　160
8.2.1　用lm()拟合回归模型　　161
8.2.2　简单线性回归　　163
8.2.3　多项式回归　　164
8.2.4　多元线性回归　　167
8.2.5　有交互项的多元线性回归　　169
8.3　回归诊断　　171
8.3.1　标准方法　　172
8.3.2　改进的方法　　175
8.3.3　线性模型假设的综合验证　　181
8.3.4　多重共线性　　181
8.4　异常观测值　　182
8.4.1　离群点　　182
8.4.2　高杠杆值点　　182
8.4.3　强影响点　　184
8.5　改进措施　　186
8.5.1　删除观测点　　186
8.5.2　变量变换　　187
8.5.3　增删变量　　188
8.5.4　尝试其他方法　　188
8.6　选择“最佳”的回归模型　　189
8.6.1　模型比较　　189
8.6.2　变量选择　　190
8.7　深层次分析　　193
8.7.1　交叉验证　　193
8.7.2　相对重要性　　195
8.8　小结　　197
第9章　方差分析　　 198
9.1　术语速成　　198
9.2　ANOVA模型拟合　　201
9.2.1　aov()函数　　201
9.2.2　表达式中各项的顺序　　202
9.3　单因素方差分析　　203
9.3.1　多重比较　　204
9.3.2　评估检验的假设条件　　206
9.4　单因素协方差分析　　208
9.4.1　评估检验的假设条件　　209
9.4.2　结果可视化　　210
9.5　双因素方差分析　　211
9.6　重复测量方差分析　　214
9.7　多元方差分析　　217
9.7.1　评估假设检验　　218
9.7.2　稳健多元方差分析　　220
9.8　用回归来做ANOVA　　220
9.9　小结　　222
第10章　功效分析　　223
10.1　假设检验速览　　223
10.2　用pwr包做功效分析　　225
10.2.1　t检验　　226
10.2.2　方差分析　　228
10.2.3　相关性　　228
10.2.4　线性模型　　229
10.2.5　比例检验　　230
10.2.6　卡方检验　　231
10.2.7　在新情况中选择合适的效应值　　232
10.3　绘制功效分析图形　　233
10.4　其他软件包　　235
10.5　小结　　236
第11章　中级绘图　　237
11.1　散点图　　238
11.1.1　散点图矩阵　　240
11.1.2　高密度散点图　　242
11.1.3　三维散点图　　244
11.1.4　旋转三维散点图　　247
11.1.5　气泡图　　248
11.2　折线图　　250
11.3　相关图　　253
11.4　马赛克图　　258
11.5　小结　　260
第12章　重抽样与自助法　　261
12.1　置换检验　　261
12.2　用coin包做置换检验　　263
12.2.1　独立两样本和K 样本检验　　264
12.2.2　列联表中的独立性　　266
12.2.3　数值变量间的独立性　　266
12.2.4　两样本和K 样本相关性检验　　267
12.2.5　深入探究　　267
12.3　lmPerm包的置换检验　　267
12.3.1　简单回归和多项式回归　　268
12.3.2　多元回归　　269
12.3.3　单因素方差分析和协方差分析　　270
12.3.4　双因素方差分析　　271
12.4　置换检验点评　　271
12.5　自助法　　272
12.6　boot包中的自助法　　272
12.6.1　对单个统计量使用自助法　　274
12.6.2　多个统计量的自助法　　276
12.7　小结　　278
第四部分 高级方法
第13章　广义线性模型　　280
13.1　广义线性模型和glm()函数　　281
13.1.1　glm()函数　　281
13.1.2　连用的函数　　282
13.1.3　模型拟合和回归诊断　　283
13.2　Logistic回归　　284
13.2.1　解释模型参数　　286
13.2.2　评价预测变量对结果概率的影响　　287
13.2.3　过度离势　　288
13.2.4　扩展　　289
13.3　泊松回归　　289
13.3.1　解释模型参数　　291
13.3.2　过度离势　　292
13.3.3　扩展　　294
13.4　小结　　295
第14章　主成分分析和因子分析　　296
14.1　R 中的主成分和因子分析　　297
14.2　主成分分析　　 298
14.2.1　判断主成分的个数　　298
14.2.2　提取主成分　　300
14.2.3　主成分旋转　　303
14.2.4　获取主成分得分　　304
14.3　探索性因子分析　　305
14.3.1　判断需提取的公共因子数　　306
14.3.2　提取公共因子　　307
14.3.3　因子旋转　　308
14.3.4　因子得分　　312
14.3.5　其他与EFA相关的包　　312
14.4　其他潜变量模型　　312
14.5　小结　　313
第15章　时间序列　　315
15.1　在R中生成时序对象　　317
15.2　时序的平滑化和季节性分解　　319
15.2.1　通过简单移动平均进行平滑处理　　319
15.2.2　季节性分解　　321
15.3　指数预测模型　　326
15.3.1　单指数平滑　　326
15.3.2　Holt指数平滑和Holt-Winters指数平滑　　 329
15.3.3　ets()函数和自动预测　　331
15.4　ARIMA 预测模型　　333
15.4.1　概念介绍　　333
15.4.2　ARMA和ARIMA模型　　334
15.4.3　ARIMA的自动预测　　339
15.5　延伸阅读　　340
15.6　小结　　340
第16章　聚类分析　　342
16.1　聚类分析的一般步骤　　343
16.2　计算距离　　344
16.3　层次聚类分析　　345
16.4　划分聚类分析　　350
16.4.1　K均值聚类　　350
16.4.2　围绕中心点的划分　　354
16.5　避免不存在的类　　356
16.6　小结　　359
第17章　分类　　360
17.1　数据准备　　361
17.2　逻辑回归　　362
17.3　决策树　　363
17.3.1　经典决策树　　364
17.3.2　条件推断树　　366
17.4　随机森林　　368
17.5　支持向量机　　370
17.6　选择预测效果最好的解　　374
17.7　用rattle包进行数据挖掘　　376
17.8　小结　　381
第18章　处理缺失数据的高级方法　　382
18.1　处理缺失值的步骤　　383
18.2　识别缺失值　　384
18.3　探索缺失值模式　　385
18.3.1　列表显示缺失值　　385
18.3.2　图形探究缺失数据　　386
18.3.3　用相关性探索缺失值　　389
18.4　理解缺失数据的来由和影响　　391
18.5　理性处理不完整数据　　 391
18.6　完整实例分析（行删除）　　392
18.7　多重插补　　394
18.8　处理缺失值的其他方法　　397
18.8.1　成对删除　　398
18.8.2　简单（非随机）插补　　398
18.9　小结　　399
第五部分 技能拓展
第19章　使用ggplot2进行高级绘图　　402
19.1　R 中的四种图形系统　　402
19.2　ggplot2包介绍　　403
19.3　用几何函数指定图的类型　　407
19.4　分组　　411
19.5　刻面　　413
19.6　添加光滑曲线　　416
19.7　修改ggplot2图形的外观　　418
19.7.1　坐标轴　　419
19.7.2　图例　　420
19.7.3　标尺　　421
19.7.4　主题　　423
19.7.5　多重图　　425
19.8　保存图形　　426
19.9　小结　　426
第20章　高级编程　　427
20.1　R 语言回顾　　427
20.1.1　数据类型　　427
20.1.2　控制结构　　433
20.1.3　创建函数　　436
20.2　环境　　437
20.3　面向对象的编程　　439
20.3.1　泛型函数　　439
20.3.2　S3模型的限制　　441
20.4　编写有效的代码　　442
20.5　调试　　445
20.5.1　常见的错误来源　　445
20.5.2　调试工具　　446
20.5.3　支持调试的会话选项　　448
20.6　深入学习　　451
20.7　小结　　451
第21章　创建包　　452
21.1　非参分析和npar包　　453
21.2　开发包　　457
21.2.1　计算统计量　　457
21.2.2　打印结果　　460
21.2.3　汇总结果　　461
21.2.4　绘制结果　　463
21.2.5　添加样本数据到包　　464
21.3　创建包的文档　　466
21.4　建立包　　467
21.5　深入学习　　471
21.6　小结　　471
第22章　创建动态报告　　472
22.1　用模版生成报告　　474
22.2　用R和Markdown创建动态报告　　475
22.3　用R和LaTeX创建动态报告　　480
22.4　用R和Open Document创建动态报告　　483
22.5　用R和Microsoft Word创建动态报告　　485
22.6　小结　　489
第23章　使用lattice进行高级绘图　　490
23.1　lattice包　　490
23.2　调节变量　　494
23.3　面板函数　　495
23.4　分组变量　　498
23.5　图形参数　　502
23.6　自定义图形条带　　503
23.7　页面布局　　504
23.8　深入学习　　507
附录A　图形用户界面　　508
附录B　自定义启动环境　　511
附录C　从R中导出数据　　513
附录D　R中的矩阵运算　　515
附录E　本书中用到的扩展包　　517
附录F　处理大数据集　　522
附录G　更新R　　526
后记：探索R的世界　　528
参考文献　　530
· · · · · · (收起)

读后感

我喜欢这本书，喜欢R语言，相比较其他数据处理方式,R语言对数据导入方式之多，和网络抓取配合之好，是它最大的优势。对数据处理的高效也特别棒，按照作者的说法，4G的内存处理上亿条数据也不在话下，这真是很棒的利器。 manning系列的图书，强调实战，这本书也是...  

这本书，没有太多的介绍R软件的原理以及R语言本身的复杂特性，而是从实用的统计研究角度分析R在数据处理，模型构建，以及图形操作上的由浅入深的应用。 如果你想学R的统计应用，这本书很实在，而且命令丰富； 如果你是着眼于R的编程，那么这本书还不是太全面。 建议把它当做...  

这本书，没有太多的介绍R软件的原理以及R语言本身的复杂特性，而是从实用的统计研究角度分析R在数据处理，模型构建，以及图形操作上的由浅入深的应用。 如果你想学R的统计应用，这本书很实在，而且命令丰富； 如果你是着眼于R的编程，那么这本书还不是太全面。 建议把它当做...  

用户评价

这本书真的是太惊艳了！作为一名在数据分析领域摸爬滚打多年的从业者，我阅览过不少R语言相关的书籍，但《R语言实战（第2版）》绝对是我近期遇到的最亮眼的一本。它不像市面上很多教材那样，只是枯燥地罗列函数和语法，而是真正地从实战出发，通过一个个鲜活的案例，将R语言的强大功能娓娓道来。我特别喜欢它在数据预处理和探索性数据分析（EDA）部分的处理方式，它没有回避那些令人头疼的数据清洗和转换问题，反而提供了许多优雅且高效的解决方案。例如，在处理缺失值和异常值时，作者不仅仅提供了几种常用的方法，还深入剖析了不同方法的适用场景和潜在的局限性，这对于初学者来说绝对是宝贵的指导。更不用说它在数据可视化方面的篇幅，那可不是简单的图表生成，而是将统计图形的艺术和数据洞察力完美结合，让人能够通过视觉语言快速理解复杂的数据关系。读完这一部分，我感觉自己之前绘制的很多图表都显得那么“业余”，顿时对如何通过图形讲好数据故事有了全新的认识。这本书的逻辑也非常清晰，从基础到进阶，循序渐进，即使是对R语言完全陌生的新手，也能在作者的引导下快速上手。而且，书中穿插的各种小技巧和最佳实践，更是让我在日常工作中受益匪浅，效率提升了不少。

这本《R语言实战（第2版）》真的让我感觉像是在和一位经验丰富、耐心细致的导师对话。我一直以来都觉得R语言的学习门槛有点高，很多教程都侧重于基础语法，导致我们在实际工作中遇到复杂问题时，还是束手无策。《R语言实战（第2版）》在这方面做得非常出色，它从一开始就强调“实战”，而不是“速成”。比如，在处理数据导入和导出时，它就详细介绍了各种格式文件的读取和写入方法，并且还讲解了在处理大型数据集时如何优化效率。最让我印象深刻的是，它在描述性统计和数据汇总方面，提供了许多非常实用的函数和技巧，让我能够更快速、更准确地了解数据的整体特征。很多时候，我们可能只需要一个简洁的统计摘要，或者需要按照某个分组进行聚合计算，这本书都能提供非常优雅的解决方案。而且，它在代码的编写风格上也给出了很多建议，这对于提高代码的可读性和可维护性非常有帮助，让我的代码不再是“能跑就行”，而是变得更加专业和规范。读这本书，我感觉自己就像是在一步步搭建自己的数据分析工具箱，每学到一个新知识，都能立刻找到应用它的场景，非常有成就感。

这本书对于想要深入理解机器学习算法的读者来说，简直就是一本宝藏！我之前接触过一些机器学习的入门书籍，但总感觉它们要么是理论过于深奥，要么是代码实现过于简单，难以真正理解算法的内在逻辑。《R语言实战（第2版）》在这方面做得相当平衡。它不仅仅是提供了一些机器学习算法的调用接口，而是深入浅出地讲解了不同算法的原理，并且通过R语言的代码示例，让我们能够亲手实现和调试这些算法。我特别喜欢它在分类和回归模型部分的内容，从最基础的决策树、支持向量机，到更复杂的集成学习方法，比如随机森林和梯度提升机，都做了非常详细的介绍。书中对于算法的优缺点、适用场景以及参数调优都做了深入的分析，这让我能够更好地理解如何选择合适的算法来解决特定的问题，并且能够对模型的性能进行更有效的优化。此外，书中关于模型评估和选择的内容也做得非常到位，让我能够更客观、更全面地评估模型的性能，并且避免一些常见的陷阱。这本书让我对机器学习的理解不再停留在“黑箱”层面，而是能够更加自信地去应用和改进这些强大的工具。

这本书在数据挖掘和高级分析技术方面的讲解，让我看到了R语言的巨大潜力。作为一名对数据背后隐藏的规律充满好奇的探索者，《R语言实战（第2版）》为我打开了一扇新的大门。它不仅仅局限于传统的统计分析，而是将目光投向了更广阔的数据挖掘领域。我尤其赞赏它在关联规则挖掘和序列模式挖掘方面的介绍，这些技术在零售、电商等行业有着非常广泛的应用，能够帮助我们发现用户行为的深层联系。书中提供了清晰的代码示例，让我能够快速地掌握这些技术的实现方法。而且，它在文本挖掘和自然语言处理（NLP）方面的章节也让我眼前一亮，这部分内容对于我处理和分析非结构化数据非常有帮助，让我能够从海量的文本信息中提取有价值的洞察。书中对于关键词提取、情感分析、主题建模等技术的讲解，都非常系统且实用。总而言之，这本书让我对R语言的认知从一个“统计工具”扩展到了一个能够进行复杂数据挖掘和分析的强大平台，让我能够更加游刃有余地应对各种数据挑战。

不得不说，这本书在统计建模这块的处理方式，让我眼前一亮。我之前学习统计模型时，常常觉得理论知识和实际应用之间隔了一层厚厚的壁垒，而《R语言实战（第2版）》恰恰弥合了这一鸿沟。它没有将统计模型讲得高高在上，而是通过大量贴近实际业务的例子，展示了如何运用R语言来实现各种经典的统计模型，比如线性回归、逻辑回归、方差分析等等。更让我惊喜的是，它不仅仅是教你如何“调用”模型，而是深入讲解了模型的构建思路、参数解释以及如何评估模型性能。在模型诊断和诊断性图形的部分，我学到了非常多有用的技巧，能够帮助我判断模型是否拟合良好，是否存在异方差、多重共线性等问题。书中对于模型的选择和比较也做了详尽的阐述，这对于我来说是极其重要的，因为在实际工作中，我们经常需要面对多个备选模型，选择最适合当前数据和业务需求的模型是一项关键的技能。另外，它还涉及了一些更高级的模型，比如时间序列分析和聚类分析，这些内容对于我扩展数据分析的边界非常有帮助。总而言之，这本书让我对统计建模的理解不再停留在理论层面，而是能够真正地将其应用于解决实际问题，并且更加自信地去解读和应用模型的结果。

R的入门经典之作，没有人能够否定它的地位，也是教头书之一，要时不时的进行翻阅。

基本方法部分

同类型的书看多了自然能看出一些好书和差书的区别。有些在其他书中讲得稀里糊涂的知识点，在这本书中会讲得比较好懂。整本书的知识结构逻辑性强，而且对书中的术语的使用也比较放心。只是建模部分需要有一定的统计学基础，真的…… 翻译参考书籍，基础知识和建模部分讲得很好。

R的入门经典之作，没有人能够否定它的地位，也是教头书之一，要时不时的进行翻阅。

（标书祈福）